Elaboração de um modelo de previsão de insolvência para micro e pequenas empresas utilizando indicadores contábeis
Este estudo, em suas abrangências teórica e prática, tem por objetivo apresentar um modelo de previsão de insolvência que retrate a realidade das micro e pequenas empresas (MPEs), fundamentado na utilização das análises discriminante e fatorial. Para atingir este objetivo realizou-se uma pesquisa qu...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2009 |
| País: | Brasil |
| Institución: | Universidade do Vale do Rio dos Sinos (UNISINOS) |
| Repositorio: | Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
| Idioma: | portugués |
| OAI Identifier: | oai:www.repositorio.jesuita.org.br:UNISINOS/2856 |
| Acceso en línea: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/2856 |
| Access Level: | acceso abierto |
| Palabra clave: | Ciências Sociais Aplicadas análise discriminante micro e pequenas empresas previsão de insolvência discriminant analysis micro and small enterprises due to bankruptcy |
| Sumario: | Este estudo, em suas abrangências teórica e prática, tem por objetivo apresentar um modelo de previsão de insolvência que retrate a realidade das micro e pequenas empresas (MPEs), fundamentado na utilização das análises discriminante e fatorial. Para atingir este objetivo realizou-se uma pesquisa qualitativa com os profissionais atuantes nos escritórios de contabilidade do Rio Grande do Sul, obtendo-se informações contábeis de 104 MPEs do período de 1995 a 2007. Para análise dos dados, foi adotado o software SPSS 10, cuja aplicação da análise fatorial reduziu o número de indica dores contábeis de 25 para 5 fatores. Para a construção da função discriminante Z, a qual permite identificar a que grupo de empresas pertence cada empresa que compõe à amostra, foi utilizada a análise discriminante. A validação do modelo foi realizada por meio do método conhecido como crossvalidation, ou seja, a subdivisão da amostra original, sendo uma para a definição do modelo e outra para a sua validação. O grau de predição do m |
|---|